为解决四自由度(4 degree-of-freedom,4-DOF)无人水面船在动态不确定性和外部扰动下的路径跟踪问题,提出一种基于有限时间积分视线(finite-time integral line-of-sight,FT-ILOS)制导的自适应神经网络路径跟踪控制方法。在视线(line-of-...为解决四自由度(4 degree-of-freedom,4-DOF)无人水面船在动态不确定性和外部扰动下的路径跟踪问题,提出一种基于有限时间积分视线(finite-time integral line-of-sight,FT-ILOS)制导的自适应神经网络路径跟踪控制方法。在视线(line-of-sight,LOS)制导框架下,利用有限时间理论,引入积分机制和新的制导机制,实现船舶位置跟踪误差的有限时间收敛,且避免制导积分项引起的饱和风险。基于反步控制法设计框架,结合FT-ILOS制导方法,利用自适应神经网络逼近复合扰动项,利用虚拟参数学习技术解决“维数灾难”问题,同时利用动态面控制技术降低计算复杂度。为减少执行器响应频率和磨损,在控制律与执行器之间建立周期事件触发协议。通过李雅普诺夫稳定性分析证明闭环控制系统中所有信号均有界,通过MATLAB仿真对比实验验证所提控制方法的有效性和鲁棒性。展开更多
针对爆炸用激波管缺乏相应的经验公式和数值模拟时效性差的问题,同时为了快速得到激波管内的峰值压力,建立预测爆炸用激波管试验段峰值压力的四层反向传播(back propagation,BP)神经网络。采用数值模拟方法计算激波管试验段峰值压力,计...针对爆炸用激波管缺乏相应的经验公式和数值模拟时效性差的问题,同时为了快速得到激波管内的峰值压力,建立预测爆炸用激波管试验段峰值压力的四层反向传播(back propagation,BP)神经网络。采用数值模拟方法计算激波管试验段峰值压力,计算结果与激波管爆炸试验结果进行对比,平均相对误差为2.69%。证明激波管数值模型的准确性后,将数值模拟得到的195组激波管测得的峰值压力作为输出层,激波管驱动段TNT的药量、药柱的长径比以及爆炸比例距离作为神经网络的输入层。为了加快神经网络迭代速度和提高预测精度,使用自适应矩估计(adaptive moment estimation,ADAM)算法作为神经网络误差梯度下降的优化算法。结果表明,训练好的神经网络得到的预测结果与模拟值基本吻合,预测结果与数值模拟结果的平均相对误差为3.26%。BP神经网络模型能够反映激波管爆炸的峰值压力与影响因素之间的映射关系,采用BP神经网络模型计算时比数值模拟节约了大量运算时间。展开更多
文摘为解决四自由度(4 degree-of-freedom,4-DOF)无人水面船在动态不确定性和外部扰动下的路径跟踪问题,提出一种基于有限时间积分视线(finite-time integral line-of-sight,FT-ILOS)制导的自适应神经网络路径跟踪控制方法。在视线(line-of-sight,LOS)制导框架下,利用有限时间理论,引入积分机制和新的制导机制,实现船舶位置跟踪误差的有限时间收敛,且避免制导积分项引起的饱和风险。基于反步控制法设计框架,结合FT-ILOS制导方法,利用自适应神经网络逼近复合扰动项,利用虚拟参数学习技术解决“维数灾难”问题,同时利用动态面控制技术降低计算复杂度。为减少执行器响应频率和磨损,在控制律与执行器之间建立周期事件触发协议。通过李雅普诺夫稳定性分析证明闭环控制系统中所有信号均有界,通过MATLAB仿真对比实验验证所提控制方法的有效性和鲁棒性。
文摘针对爆炸用激波管缺乏相应的经验公式和数值模拟时效性差的问题,同时为了快速得到激波管内的峰值压力,建立预测爆炸用激波管试验段峰值压力的四层反向传播(back propagation,BP)神经网络。采用数值模拟方法计算激波管试验段峰值压力,计算结果与激波管爆炸试验结果进行对比,平均相对误差为2.69%。证明激波管数值模型的准确性后,将数值模拟得到的195组激波管测得的峰值压力作为输出层,激波管驱动段TNT的药量、药柱的长径比以及爆炸比例距离作为神经网络的输入层。为了加快神经网络迭代速度和提高预测精度,使用自适应矩估计(adaptive moment estimation,ADAM)算法作为神经网络误差梯度下降的优化算法。结果表明,训练好的神经网络得到的预测结果与模拟值基本吻合,预测结果与数值模拟结果的平均相对误差为3.26%。BP神经网络模型能够反映激波管爆炸的峰值压力与影响因素之间的映射关系,采用BP神经网络模型计算时比数值模拟节约了大量运算时间。
